Please use this identifier to cite or link to this item: http://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17158
Full metadata record
DC FieldValueLanguage
dc.contributor.authorΖαρίφης, Νικόλαος-
dc.date.accessioned2018-11-21T13:45:13Z-
dc.date.available2018-11-21T13:45:13Z-
dc.date.issued2018-10-31-
dc.identifier.urihttp://artemis.cslab.ece.ntua.gr:8080/jspui/handle/123456789/17158-
dc.description.abstractΣε αυτή την διπλωματική μελετάμε πόσο αποδοτικά μπορούμε να λύσουμε προβλήματα όπως το Σακίδιο ή το Συντομότερο μονοπάτι , στην στοχαστική τους μορφή . Μελετάμε δύο τύπους αυτών τον προβλημάτων. Indyk et al, μελέτησαν το πρόβλημα του στοχαστικού σακιδίου με διάφορες παραλλαγές και έπειτα η Nikolova μελέτησε το στοχαστικό Σύντομο μονοπάτι. Και οι δυο δείξαν ότι όταν τα βάρη ακολουθούν bernoulli κατανομή τότε υπάρχει ένας QPTAS . Εμείς σε αντίθεση δείχνουμε πως μπορείς να επεκτείνεις τον αλγόριθμο και να βελτιώσεις τα αποτελέσματα σε εναν EPTAS.Κι επίσης είδαμε πιο γενικές παραλλαγές όπως χωρίς να έχεις υπόθεση για είδος κατανομής. Στην συνέχεια μελετήσαμε την δουλειά του Gupta et al όπου δίνουν αλγόριθμους που μαθαίνουν την βέλτιστη λύση σε συνδυαστικά προβλήματα σε αβέβαιο περιβάλλον και χρησιμοποιούμε τους αλγόριθμους τους στο συντομότερο μονοπάτι για πιο γενικές συναρτήσεις κόστους.en_US
dc.languageenen_US
dc.subjectLearning, Sampling, Stochastic Optimization, Poisson Approximationen_US
dc.subjectΜάθηση, Στοχαστική Βελτιστοποίηση , Poisson προσέγγιση,Δειγματοληψίαen_US
dc.titleΑποδοτικοί προσεγγιστικοί αλγόριθμοι για στοχαστική βελτιστοποίηση και μάθηση σε αβέβαια περιβάλλονταen_US
dc.description.pages70en_US
dc.contributor.supervisorΦωτάκης Δημήτριοςen_US
dc.departmentΤομέας Τεχνολογίας Πληροφορικής και Υπολογιστώνen_US
Appears in Collections:Διπλωματικές Εργασίες - Theses

Files in This Item:
File Description SizeFormat 
dipl.pdf420.24 kBAdobe PDFView/Open


Items in Artemis are protected by copyright, with all rights reserved, unless otherwise indicated.